12、Eligibility Traces

文章目录 1、The λ-return 2、TD(λ) 3、An On-line Forward View 4、True Online TD(λ)           有效跟踪（Eligibility traces）是强化学习的基本机制之一。例如，TD(λ)算法，λ引用了有效跟踪。         几乎任何的时间差分(TD)方法，如Q-learning或Sarsa，都可以与有效跟踪相结合，以获得更

>>阅读原文<<